多特征融合和最小二乘支持向量机的运动视频图像分类研究

作者：孔祥魁; 樊翠红^*

来源：南京理工大学学报, 2022, 46(02): 164-176.

DOI：10.14177/j.cnki.32-1397n.2022.46.02.006

• 多特征融合
• 最小二乘支持向量机
• 运动视频
• 图像分类
• 证据理论

为了提高运动视频图像分类精度，提出了利用多特征融合和最小二乘支持向量机的运动视频图像分类方法。采集运动视频，采用两帧差分法分割运动视频图像，并提取运动视频图像的多个特征；将不同特征输入到最小二乘支持向量机中进行学习和训练，获得单一特征的运动视频图像分类结果；利用证据理论对单一特征的运动视频图像分类结果进行融合，得到运动视频图像的最终分类结果。试验结果表明，该方法的运动视频图像分类精度高，分类时间明显少于经典方法，且抗噪声干扰能力得到大幅度提升，分类结果可以为运动视频管理提供技术支撑。